浅谈遥感影像规模化高效处理方法与应用研究

浅谈遥感影像规模化高效处理方法与应用研究

张晓珺,马明龙,杨梅芳

（青海省自然资源遥感中心，青海 西宁 810000）

摘要：遥感技术作为一种快速、宏观、信息量丰富的资源调查手段，近年来在土地利用和覆被变化等调查中得到了广泛应用。土地管理工作中如何快速高效地处理大规模影像数据，成为遥感技术在此领域进一步应用发展的瓶颈。为探索对影像数据的规模化高效处理方法，本文以某部分地区的Spot5遥感影像为数据源，借助ERDASIMAGINE软件，综合运用基于SAN架构影像处理工作流、手工辅助自动配准、区域网平差整体校正等技术，开展相应的探索。

1 数据源

1.1 卫星影像数据

研究靶区覆盖研究区，接收Spot5影像数据。包括2.5ｍ全色和10ｍ多光谱数据。数据接收侧视角小于15°，所有影像均有4%以上的重叠区域，影像无明显噪声、斑点和坏线，云、雪未覆盖城乡结合部等重点地区，且覆盖量均小于10%，整体地类信息仍可辨析。

1.2 DEM数据

覆盖研究区GRID标准格式的1：5万数字高程模型（DEM）数百幅。数学基础为1980年西安坐标系，1985年国家高程基准，6°分带。鉴于研究需要，对所有DEM分别按19°带和20°带镶嵌、坐标系转换、拼接、换带，投影转换处理为114°中央经线、1954北京坐标系、1985年国家高程基准的DEM。经处理的DEM不存在缺失、黑边现象，满足项目研究需要。

2 方法与实现

2.1 基于SAN架构影像处理工作流技术应用

据相关调查表明，存储的影像数据在处理与应用过程中仅20%是用户要经常读取的。以前数据存储体系多用分布式存储，各数据库按一定表结构，以字段编码方式有效组织，处理时间长。而基于SAN架构建立存储环境，通过FC交换机以“一对多”或“多对多”形式，连接服务器与存储设备，如RAID、磁带备份、磁带库和CD-ROM库等都可以作为一个存储设备，有效解决不同硬件环境、操作系统、数据库及应用软件对架构主机中数据访问和服务器对存储容量要求，使多个服务器间共享文件系统和辅助存储空间，避免数据和程序代码重复存储。研究中以SAN架构为影像数据信息存储载体，解决海量原始影像与中间成果数据在存取、计算、分发过程中受计算机硬件性能制约的问题，提高辅助存储器的利用率。

SAN架构中用锐捷RG-S3760光纤交换机，NSTOR-4320F磁盘阵列作为光纤存储器，存储阵列和主要服务器间以光纤通道交换机连接，使用VERITAS软件用以数据备份，建立专用数据存储备份区域网络。同时，探索优化影像数据处理工作流程，引入“流水作业”工作理念，建立程序化处理流程，快速实现大数据量影像生产管理工作。由于研究所用数据是同步接收的单景全色数据和多光谱数据信息，因其几何相关性好，专门设计先配准、后融合、再纠正的处理顺序。通用流程化数据处理类似于一套规范的数据处理流水线，依托SAN架构的数据储存，方便定制数据处理流程，提高影像整体处理能力。

2.2手工辅助自动配准技术应用

影像配准主要分两步：一是选择其中一幅作为参考基准图像，标注分布均匀且足够数量的控制点；二是以上述控制点为基准，变换另一幅图像上对应控制点的地理投影信息与基准图匹配。完成配准工作前提是选取控制点。准确且快速地选取控制点是能否准确高效完成影像数据配准的关键。选取控制点通常有两种：一是借助软件由配准模块调用控制点数据库自动完成影像配准；二是依靠目测，先手工在参考影像上选取公路拐点、沿线及桥梁交叉口等这些不易随季节时间改变发生大变化，且人眼又易于分辨定位的地面特征点作控制点，后由软件配准模块实施配准。无论哪种方式，为保证影像的配准精度，同一区域中都要求必须有足够数量的控制点信息。

对以往监测区采用系统自动配准方式，因控制点影像库有一定数量的控制点历史数据，可顺利实施。但对于初始监测区，因控制点信息空白，仅依靠手工选取方式效率低下。单一方式选取控制点配准影像，处理大规模影像信息效率较低。研究中，以双线性内插法将Spot5-10ｍ多光谱影像数据重采样为2.5ｍ间隔，把2.5ｍ全色影像数据作配准基础，运用ERDAS中AutoSync模块，以单景数据为配准单元，调用控制点库信息完成与多光谱影像数据的初步快速配准。为提高配准精度，用多项式模型，在单景影像中靠近每个边角部分手动选取四个有效同名控制点，实现原始影像与参考基准影像的快速匹配。配准控制点文件使用“景号＋MULTI”命名，如“2637MULTI”，配准文件使用“景号＋MATCH”方式命名，如“2637MATCH”。

2.3区域网平差整体校正技术应用

处理遥感影像时，其定位精确程度与地面控制点数量和控制点分布有直接关系。应用区域网平差纠正法模拟影像参数，从控制点数据库选少量地面控制点，在各景影像结合部采集一定数量的对应联接点，把各工作区作为纠正单位，以多景影像组成区域网实施整体区域同步纠正，提高处理效率。

针对拍摄图片连片且同源的影像数据，利用ER-DAS的LPS模块，依据影像分布情况建立一个区域网文件，考虑到某监测区数据分布及下一步镶嵌，用14°为中央经线，38°带，每景影像控制点选取25个，相邻景影像重叠区选取２个以上公用控制点，以GPS实测点和１：５万DEM作为纠正基准，重采样间隔2.5ｍ。实现过程中，对整景大面积数据套用DEM在LPS模块选取Spot5OrbitalPushbroom传感器模型，GaussKruger投影，采用Krasovsky椭球，进行整体正射纠正，纠正后的图面最大点位中误差为0.23ｍ。

3结论

基于SAN架构的网络存储与备份系统确保7＊24小时不间断运行，为项目顺利研究提供了稳定可靠的环境支撑；综合运用手工选取和系统自动调用控制点库方法，能有效避免单一方式的不足；通过区域网平差整体纠正方式，制作的1：1万正射影像图中误差0.1ｍｍ，满足《Spot5－2.5ｍ数字正射影像图制作技术规定》有关要求。完成对土地遥感监测，全国三调底图生产和土地矿产卫片执法检查提供了有益探索。

参考文献

[1]赵豫晋. 基于时序网络的台湾浅滩沙波地形规模化遥感探测研究[D].杭州电子科技大学,2022.

[2]陈俊松. 基于多时相GF-2影像的平原河网区规模化生猪养殖场动态变化与周边植被面积变化关系研究[D].南京林业大学,2020.

[3]陈俊松,施舫,杜薇,等.基于GF-2影像的平原河网区规模化生猪养殖场提取方法研究[J].生态与农村环境学报,2020,36(11):1485-1494.

[4]张丽. 遥感影像协同处理体系及摄影测量应用研究[D].解放军信息工程大学,2015.